轨道交通信号机识别方法、系统、设备及介质技术方案

本申请实施例提供一种轨道交通信号机识别方法、系统、设备及介质，所述方法包括：采集轨道车辆运行前方场景，获得输入图像；将所述输入图像进行颜色处理获得色调图像、饱和度图像和亮度图像；对所述色调图像、饱和度图像和亮度图像进行阈值处理并计算交集，获得初始待检区域；对所述初始待检区域进行腐蚀处理，获得腐蚀待检区域；对所述腐蚀待检区域进行膨胀处理，获得膨胀待检区域；检测所述膨胀待检区域中的信号机区域，并当检测到所述信号机区域后，输出所述信号机区域中信号机颜色和所述信号机区域在所述输入图像中的位置。本申请采用基于光学、计算机视觉的原理进行信号机灯色识别。别。别。

【技术实现步骤摘要】
轨道交通信号机识别方法、系统、设备及介质


[0001]本申请涉及轨道交通领域，尤其涉及一种轨道交通信号机识别方法、系统、设备及介质。

技术介绍

[0002]城市轨道交通的自动化运行，目前主要依赖于成熟的CBTC(基于通信的列车控制)系统，由车载、轨旁、调度中心等一系列设备组成，通过网络通信方式传输行车控制信息。而当CBTC信号系统因故障而降级运行或停用时，列车需按照轨旁色灯信号机的指示行车。
[0003]随着列车运行逐渐向无人化、智能化趋势发展，司机的轨道瞭望功能需要交由智能感知系统接管，而轨旁信号机灯色识别则是确保轨道列车运行安全的关键性功能之一。目前，有关信号机识别的研究工作多集中在公路交通辅助驾驶领域，在轨道交通行业相对较少。从技术路线角度来看，信号机识别目前多采用基于机器学习的方法实现。常用的手段包括基于特征训练的SVM分类器、卷积神经网络训练等。这些手段一般都需要通过大量的数据采集、整理、标定、训练来实现。这类方法在环境光线较好、视野较为开阔、可靠性要求较低的公路交通辅助驾驶中具有一定的实用价值。但是对于光线变化较为复杂、视野受限、安全苛求的轨道交通领域而言，其应用较为受限。除基于机器学习的方法以外，还存在一些从光学、计算机视觉技术解析信号机灯色的方法，利用色调和亮度进行信号机灯光区域筛选。但这类方法在周边环境存在与信号机类似颜色物体时极易发生误识别，将不是色灯信号机的物体误识别为色灯信号机，容易造成安全事故。

技术实现思路

[0004]为了解决上述技术缺陷之一，本申请实施例中提供了一种轨道交通信号机识别方法、系统、设备及介质。
[0005]根据本申请实施例的第一个方面，提供了一种轨道交通信号机识别方法，所述方法包括：
[0006]采集轨道车辆运行前方场景，获得输入图像；
[0007]将所述输入图像进行颜色处理获得色调图像、饱和度图像和亮度图像；
[0008]对所述色调图像、饱和度图像和亮度图像进行阈值处理并计算交集，获得初始待检区域；
[0009]对所述初始待检区域进行腐蚀处理，获得腐蚀待检区域；
[0010]对所述腐蚀待检区域进行膨胀处理，获得膨胀待检区域；
[0011]检测所述膨胀待检区域中的信号机区域，并当检测到所述信号机区域后，输出所述信号机区域中信号机颜色和所述信号机区域在所述输入图像中的位置。
[0012]根据本申请实施例的第二个方面，提供了一种轨道交通信号机识别系统，所述系统包括：
[0013]图像采集单元，用于采集轨道车辆运行前方场景，获得输入图像；
[0014]图像处理单元，用于将所述输入图像进行颜色处理获得色调图像、饱和度图像和亮度图像；
[0015]阈值处理单元，用于对所述色调图像、饱和度图像和亮度图像进行阈值处理并计算交集，获得初始待检区域；
[0016]腐蚀处理单元，用于对所述初始待检区域进行腐蚀处理，获得腐蚀待检区域；
[0017]膨胀处理单元，用于对所述腐蚀待检区域进行膨胀处理，获得膨胀待检区域；
[0018]信号机区域检测单元，用于检测所述膨胀待检区域中的信号机区域，并当检测到所述信号机区域后，输出所述信号机区域中信号机颜色和所述信号机区域在所述输入图像中的位置。
[0019]根据本申请实施例的第三个方面，提供了一种电子设备，包括：
[0020]存储器，用于存储计算机程序；
[0021]处理器，用于执行所述计算机程序时实现如上所述的轨道交通信号机识别方法。
[0022]根据本申请实施例的第四个方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器加载并执行时，实现如上所述的轨道交通信号机识别方法。
[0023]采用本申请实施例中提供的轨道交通信号机识别方法，采用基于光学、计算机视觉的原理进行信号机灯色识别。本申请从色调、饱和度、亮度三个维度，结合信号机灯色的特征进行图像阈值处理，有效降低误检率和漏检率。同时，采用腐蚀的图像处理方法，可消除信号机周边环境中与信号机灯色相近的噪点带来的误检干扰，有效降低误识别概率。采用膨胀的图像处理方法，提升信号机区域的检测成功率和位置准确性。
附图说明
[0024]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0025]图1为本申请实施例1所述的一种轨道交通信号机识别方法的流程图；
[0026]图2为本申请实施例1所述的图像采集单元采集获得的输入图像示意图；
[0027]图3为本申请实施例1所述的色调图像示意图；
[0028]图4为本申请实施例1所述的饱和度图像示意图；
[0029]图5为本申请实施例1所述的亮度图像示意图；
[0030]图6为本申请实施例1所述的色调区域示意图；
[0031]图7为本申请实施例1所述的饱和度区域示意图；
[0032]图8为本申请实施例1所述的亮度区域示意图；
[0033]图9为本申请实施例1所述的初始待检区域示意图；
[0034]图10为本申请实施例1所述的腐蚀待检区域示意图；
[0035]图11为本申请实施例1所述的膨胀待检区域示意图；
[0036]图12为本申请实施例1所述的标记信号机区域中信号机色灯颜色的输入图像示意图；
[0037]图13为本申请实施例2所述的轨道交通信号机识别系统的原理示意图。
具体实施方式
[0038]为了使本申请实施例中的技术方案及优点更加清楚明白，以下结合附图对本申请的示例性实施例进行进一步详细的说明，显然，所描述的实施例仅是本申请的一部分实施例，而不是所有实施例的穷举。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
[0039]实施例1
[0040]如图1，本实施例提出了一种轨道交通信号机识别方法，该方法包括：
[0041]S101、采集轨道车辆运行前方场景，获得输入图像。
[0042]信号机是铁路及城市轨道交通的轨旁基础设备，以地面信号为主体信号的铁路信号系统，司机必须按照信号机的显示运行；城市轨道交通以车载信号为主体信号，正线区段基本不设信号机，只有在道岔区段，为了调车作业的需要而设置地面信号机。信号机主要是通过信号颜色的切换起到警示作用。本实施例为了能够识别信号机的颜色变化，需要对轨道车辆运行前方场景进行图像采集，以获得输入图像，如图2所示(本实施例中所获得的输入图像实际上为彩色图像，但由于专利申报要求显示为黑白图像)。采集轨道车辆运行前方场景可通过在轨道车辆前端装载图像采集单元实现，以此能够以较好的视野采集轨道车辆运行前方的场景，以免出现漏检的情况。该图像采集单元可简单为彩色相机即可。
[0043]S102、将所述输入图像进行颜色处理获得色调图像、饱和度图像和亮本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种轨道交通信号机识别方法，其特征在于，所述方法包括：采集轨道车辆运行前方场景，获得输入图像；将所述输入图像进行颜色处理获得色调图像、饱和度图像和亮度图像；对所述色调图像、饱和度图像和亮度图像进行阈值处理并计算交集，获得初始待检区域；对所述初始待检区域进行腐蚀处理，获得腐蚀待检区域；对所述腐蚀待检区域进行膨胀处理，获得膨胀待检区域；检测所述膨胀待检区域中的信号机区域，并当检测到所述信号机区域后，输出所述信号机区域中信号机颜色和所述信号机区域在所述输入图像中的位置。2.根据权利要求1所述的方法，其特征在于，所述对所述色调图像、饱和度图像和亮度图像进行阈值处理并计算交集，获得初始待检区域的过程包括：预先设定信号机颜色对应的色调、饱和度和亮度的阈值范围；根据所述阈值范围对所述色调图像、饱和度图像和亮度图像进行阈值处理，获得所述色调图像、饱和度图像和亮度图像中符合所述阈值范围的色调区域、饱和度区域和亮度区域；获取所述色调区域、饱和度区域和亮度区域的交集，并对所述交集进行求解，获得符合所述阈值范围的初始待检区域。3.根据权利要求1所述的方法，其特征在于，所述对所述初始待检区域进行腐蚀处理，获得腐蚀待检区域的过程包括：设定腐蚀形状类型和腐蚀半径；根据所述腐蚀形状类型和腐蚀半径构建腐蚀核函数；根据所述腐蚀核函数对所述初始待检区域进行腐蚀处理，获得腐蚀待检区域。4.根据权利要求1所述的方法，其特征在于，所述对所述腐蚀待检区域进行膨胀处理，获得膨胀待检区域的过程包括：设定膨胀形状类型和膨胀半径；根据所述膨胀形状类型和膨胀半径构建膨胀核函数；根据所述膨胀核函数对所述腐蚀待检区域进行膨胀处理，获得膨胀待检区域。5.根据权利要求1所述的方法，其特征在于，所述检测所述膨胀待检区域中的信号机区域的过程包括：设定图像采样比例；设定检测信号机区域的距离...

【专利技术属性】
技术研发人员：郝阳，张强，
申请(专利权)人：北京埃福瑞科技有限公司，
类型：发明
国别省市：